Databricks Notebookでpygwalkerを動かしてみる

Tableau ライクなインターフェースでノートブック上で可視化が出来るツールがある。と聞いたので早速 pygwalkerを試してみました。

pygwalkerとは？

PyGWalkerはJupyter Notebookのデータ解析とデータ可視化のワークフローを簡素化し、pandasデータフレームをTableauスタイルのユーザーインターフェースに変えて、視覚的に探索することができます。とのことです。

残念ながら Sparkデータフレームには対応していない模様です。Databricksにある bamboolibに近い製品かなと思いました。

セットアップ

非常に簡単です。

!pip install pygwalker

サンプルデータの取り込み

今回は、Databricksでデフォルトで用意されているデータをpandasで読み込みます。

import pandas as pd
df=pd.read_csv('/dbfs/databricks-datasets/bikeSharing/data-001/day.csv', parse_dates=['dteday'])

pygwalkerの起動

import pygwalker as pyg
gwalker = pyg.walk(df)

以上です。あとはGUI上で Tableauライクに可視化が出来ます。

サンプル

月毎の利用者数を調査　＆天候毎にグループ化

グラフのサイズの変更

ギアマークをクリックするとサイズ変更出来ます。もしくはグラフの青色の枠を掴んでサイズ変更できます。

グラフタイプの変更

そこまで多くないですが変更可能

Aggregation機能

Aggregationボタンを押すと、sum/min/max/meanなどでAggregationして表示できます。

filter条件の入力

filterフィールドに tempを入れてみます。クリックすると条件を指定出来ます。

Exportはpngとsvg形式のみ

メリット＆デメリット

メリット

• Tableauライクなインターフェースで誰でも直感的に操作できる
• Filter設定でInteractiveな操作が可能

デメリット

• pandasデータフレームしか利用出来ない。ビックデータには不向き
• 利用できるグラフが少ない（拡張とかできるのかな？）
• ノートブック上のため設定を保存出来ない。（リフレッシュすると全て消えてしまう）
• ETL的な操作は出来ない（Joinやデータ加工など）
• csvやexel形式でダウンロード出来ない
• グラフにタイトルや、X/Y軸のラベルや凡例などカスタマイズできない

感想

ちょっと触っただけの感想で恐縮ですが。操作はシンプルなので直感的で非常に使いやすいツールと思いましたが、個人的にはDatabricks標準のDisplay()で十分な気がしましたし、機能面ではBamboolibの方が優っていると思いました。ただ直感的にわかるというのはやっぱ重要ですよね。